题目: 受脑启发的神经网络计算模型及其泛化性分析
时间：2022年8月29日15：30
地点：学院B404会议室
内容简介：
当前的主流深度学习神经网络（DNN）面临三大科学难题：1）主要依靠不断加大网络复杂度和训练样本数量来提高图像识别精度，缺乏可解释性；2）进行图像分类时发生“纹理偏执”的问题；3）增量学习新知识时发生“灾难性遗忘”旧知识的问题。迄今为止，学术界围绕上述三个问题提出的各种解决方法大都效果不佳，且缺乏理论依据。
本课题组通过与脑认知科学领域的专家学者进行深层次的合作，从人脑视觉感知与认知机理的研究成果中获取灵感，并致力于将人脑视觉通道的某些特性转化为计算模型，从而显著提升其图像识别精度。本次报告将概括介绍本课题组在解决上述DNN科学难题方面所取得的若干最新研究成果，并用数理分析方法对所提出的神经网络模型进行泛化性性能分析。脑认知领域的学者通过大量认知心理学实验不断发现人脑视觉通路的工作机理与特性、人工智能专家将脑认知领域的最新研究成果转化为计算模型，数学专家利用数理分析对受脑启发的新型计算模型进行泛化性分析，从而形成一个学术成果的闭环。
个人简介：
龚怡宏教授目前是西安交通大学软件学院院长，国家特聘教授，IEEE Fellow，国家973项目首席科学家，视觉信息处理国家工程实验室副主任，陕西省人工智能联合实验室执行副主任。共出版英文专著3部，在国际知名学术期刊和会议上发表论文200余篇，他引近30,000次，单篇最高他引3,900多次，谷歌h-index为70。于ACM SIGIR 2003会议上发表的文章获得最有影响力文章提名奖 (Time of Impact Award Honorable Mention)。2020年入选AI2000最具影响力TOP100学者榜单。拥有美国和中国发明专利40余项。研究领域包括人工智能，计算机视觉及，受脑启发神经网络研究等。是学术界最早开展体育视频内容分析，基于图像内容的以图搜图检索，以及提出图像稀疏编码特征向量的国际知名学者，引领了国际上大量学者的研究，带领团队多次获得国内外图像视频内容分析领域技术大赛的冠军。
